您可以免费观看前 5 分钟或一小节,完整观看请购买。  点此购买


本视频总时长约为39分钟

特邀王博士对当前卷积神经网络的压缩和加速相关算法原理和实现细节进行梳理解读,讲者将从(1)什么是低秩估计( Low Rank Approximation ) (2)为什么低秩估计可以压缩加速卷积神经网络 (3)常见方法概述:矩阵分解、张量分解,三方面进行讲解,深入浅出,理论结合实践,通过论文解读和具体实现带领大家从算法关键步骤原理一步步过渡到工程细节,有理有据帮助你快速掌握核心知识。


作者简介:

王博士毕业于英国帝国理工学院,主要研究方向为深度学习模型压缩与优化,在NIPS、ICLR、IJCAI等顶级会议期刊发表了数篇相关论文,目前在某知名芯片公司担任研究科学家职位。




购买观看完整解读及视频